掃一掃
關注中圖網
官方微博
本類五星書更多>
-
>
宇宙、量子和人類心靈
-
>
氣候文明史
-
>
南極100天
-
>
考研數學專題練1200題
-
>
希格斯:“上帝粒子”的發明與發現
-
>
神農架疊層石:10多億年前遠古海洋微生物建造的大堡礁
-
>
聲音簡史
買過本商品的人還買了
滑坡預測的計算智能方法 版權信息
- ISBN：9787562529903
- 條形碼：9787562529903 ; 978-7-5625-2990-3
- 裝幀：一般膠版紙
- 冊數：暫無
- 重量：暫無
- 所屬分類：>
滑坡預測的計算智能方法 本書特色
滑坡預測是一門集統計學、信息科學、運籌學、人工智能科學、系統與控制科學等多學科的交叉學科。滑坡預測時變系統是一種具有高維、高度不確定性和隨機性、復雜相關性、非線性特點的復雜系統。在《滑坡預測的計算智能方法》中借鑒計算智能的思想和方法對滑坡預測問題進行研究，為傳統方法難以解決的非均質性、非線性、相互關聯度高、不連續性等問題提供了一條新的可行性道路，為開展滑坡預測等復雜系統的研究提供了一種新的方法。本書由劉勇等著。
滑坡預測的計算智能方法 內容簡介
《滑坡預測的計算智能方法》結合計算智能方法的研究成果，針對滑坡預測預報的時變性和復雜性的特點，用遺傳選擇策略對粒子群算法進行改進，提出一種新的改進粒子群算法“(3SSPSO”，實驗證明，該算法具有收斂性好且不易陷入局部*優等優點，考慮到Elman神經網絡具有動態反饋的特性，將GSSPSO與Elman神經網絡進行融合，提出一種新的集成算法“GSSPSO-ENN”，采用滾動時間窗口技術，建立邊坡變形預測的GSSPSO-ENN多步預測系統。將邊坡變形的實際值與預測值之間建立起非線性函數關系，很好地解決了預測預報中的邊坡變形多步預測問題，通過工程實例計算顯示，該預測精度較高，表明此系統能適用于工程實踐，對減災防災具有一定指導意義。《滑坡預測的計算智能方法》由劉勇等著。
滑坡預測的計算智能方法 目錄
第1章 緒論 1.1 概 述 1.2 滑坡預測的模型和方法 1.2.1 確定性預測模型 1.2.2 統計預測模型 1.2.3 非線性預測模型 1.2.4 系統綜合與實時跟蹤動態預測方法 1.3 滑坡預測的發展趨勢與存在的問題第2章 滑坡數據的處理 2.1 概 述 2.2 異常數據的剔除 2.2.1 萊囚達準則法 2.2.2 ESD統計檢驗法 2.2.3 狄克松檢驗法 2.3 缺失數據的補充 2.4 數據的平滑處理 2.4.1 移動式平均的平滑方法 2.4.2 指數平均的平滑方法 2.4.3 分段多項式平滑方法 2.4.4 正交多項式算法 2.5 數據的等時距化 2.6 信息融合的數據處理概述第3章 數據的特征分析與特征提取 3.1 概 述 3.2 數據的時域特征分析 3.3 數據的頻域特征分析 3.3.1 功率譜分析 3.3.2 位移監測的頻譜特征分析 3.4 特征的提取 3.4.1 滑坡災害特征提取的過程 3.4.2 滑坡災害信息特征提取的評價準則 3.4.3 滑坡災害信息特征提取模型的分類 3.5 信息融合技術 3.5.1 滑坡災害特征級融合的方法 3.5.2 滑坡災害特征級信息融合的特征匹配第4章 計算智能方法及其在滑坡預測中的應用 4.1 概 述 4.2 計算智能的分類 4.3 各種計算智能算法的模型與原理 4.3.1 人工神經網絡技術模型及原理 4.3.2 進化計算算法模型及原理 4.3.3 群體智能的模型及原理 4.4 計算智能的發展趨勢 4.4.1 計算智能存在的問題 4.4.2 計算智能算法的融合方式 4.4.3 計算智能的研究方向探討 4.5 粒子群算法的原理 4.5.1 粒子群算法的數學機理 4.5.2 粒子群算法的流程 4.5.3 粒子群算法存在的問題 4.6 滑坡預測系統的計算智能分析 4.6.1 滑坡預測系統的描述 4.6.2 多步預測系統模型第5章 計算智能算法的集成 5.1 概 述 5.2 GSSPSO算法 5.2.1 GSSPSO算法原理 5.2.2 GSSPSO算法流程 5.3 GSSPSO算法的收斂性分析 5.3.1 GSSPSO算法的收斂性分析 5.3.2 GSSPSO算法粒子軌跡的收斂性分析 5.3.3 GSSPSO算法粒子速度的收斂性分析 5.4 GSSPSO算法的數字仿真及效果分析 5.4.1 測試函數 5.4.2 參數設置及實驗結果 5.5 GSSPSO與Elman神經網絡的集成研究 5.5.1 正lman神經網絡的基本原理 5.5.2 GSSPSO算法與Elman神經網絡的集成算法 5.5.3 集成效果研究第6章 基于集成計算智能的預測系統 6.1 概 述 6.2 廣義預測控制算法的基本原理 6.3 GSSPSO-ENN的預測模型與實現 6.3.1 基于GSSPSO-ENN的預測系統構成 6.3.2 基于GSSPSO-ENN的預測系統訓練模塊 6.3.3 基于GSSPSO-ENN的預測系統預測模塊 6.4 基于GSSPSO-ENN的預測系統實現 6.4.1 基于GSSPSO-ENN的預測系統運行步驟 6.4.2 預測系統的預測過程與方法第7章 集成計算智能預測系統的滑坡預測 7.1 引 言 7.2 研究區域概況 7.3 邊坡工程概況 7.4 多步預測系統對邊坡變形量的多步預測 7.4.1 變形監測情況 7.4.2 邊坡變形多步預測系統的相關參數選取 7.4.3 邊坡變形多步預測模型建立 7.4.4 樣本的數據處理 7.4.5 訓練與預測結果的分析主要參考文獻
展開全部
滑坡預測的計算智能方法 作者簡介
劉勇，男，博士，副教授。2003年獲得澳大利亞伍倫貢大學互聯網工程專業碩士學位，碩士期間主要研究方向是模式識別與人工智能。2011年獲得中國地質大學(武漢)工程學院地質工程專業博士學位，博士期間主要研究方向為計算智能方法及其在滑坡預測預報中的應用。自2005年來一直在中國地質大學(武漢)機械與電子信息學院通信工程系從事計算智能、信息處理方面的教學與科研工作。
書友推薦
- >
煙與鏡
- >
史學評論
- >
經典常談
- >
新文學天穹兩巨星--魯迅與胡適/紅燭學術叢書(紅燭學術叢書)
- >
詩經-先民的歌唱
- >
推拿
- >
上帝之肋:男人的真實旅程
- >
羅曼·羅蘭讀書隨筆-精裝
本類暢銷
